Firebase ML is deprecated and will be shut down on June 15, 2027.

Projects that didn't previously use it can no longer start using it, and existing projects should begin migrating away.

If you're using Firebase ML to host TensorFlow Lite models for local inference, migrate your apps to use Cloud Storage instead.
If you're using Firebase ML to call Cloud Vision APIs, either migrate your apps to use Firebase AI Logic to analyze images, or modify your apps to directly access the Cloud Vision API endpoints.

Google używa technologii AI do tłumaczenia treści na Twój preferowany język. Tłumaczenia wygenerowane przez AI mogą zawierać błędy.

Modele niestandardowe

Jeśli używasz niestandardowych TensorFlow Lite modeli, Firebase ML może pomóc Ci zapewnić, że użytkownicy zawsze korzystają z najlepszej dostępnej wersji Twojego modelu. Gdy wdrożysz model za pomocą Firebase, Firebase ML pobierze go tylko wtedy, gdy będzie potrzebny, i automatycznie zaktualizuje go do najnowszej wersji.

Chcesz rozpocząć? Wybierz platformę:

iOS+ Android

Najważniejsze funkcje

Wdrażanie modeli TensorFlow Lite	Wdrażaj modele za pomocą Firebase, aby zmniejszyć rozmiar binarny aplikacji i mieć pewność, że zawsze używa ona najnowszej dostępnej wersji modelu.
Wnioskowanie ML na urządzeniu	Przeprowadzaj wnioskowanie w aplikacji na iOS lub Androida za pomocą interpretera TensorFlow Lite z Twoim modelem.
Automatyczne aktualizacje modeli	Skonfiguruj warunki, w których aplikacja automatycznie pobiera nowe wersje modelu: gdy urządzenie użytkownika jest bezczynne, ładuje się lub jest połączone z Wi-Fi.

Ścieżka implementacji

	Trenowanie modelu TensorFlow	Utwórz i wytrenuj model niestandardowy za pomocą TensorFlow. Możesz też ponownie wytrenować istniejący model, który rozwiązuje problem podobny do tego, który chcesz osiągnąć.
	Konwertowanie modelu na TensorFlow Lite	Skonwertuj model z formatu HDF5 lub zamrożonego wykresu na TensorFlow Lite za pomocą konwertera TensorFlow Lite.
	Wdrażanie modelu TensorFlow Lite w Firebase	Opcjonalnie: gdy wdrożysz model TensorFlow Lite w Firebase i dodasz pakiet SDK Firebase ML do aplikacji, Firebase ML będzie informować użytkowników o najnowszej wersji modelu. Możesz skonfigurować automatyczne pobieranie aktualizacji modelu, gdy urządzenie użytkownika jest bezczynne lub ładuje się, lub ma połączenie Wi-Fi.
	Używanie modelu TensorFlow Lite do wnioskowania	Użyj interpretera TensorFlow Lite w aplikacji na iOS lub Androida, aby przeprowadzać wnioskowanie za pomocą modeli wdrożonych za pomocą Firebase.

Codelabs

Wypróbuj ćwiczenia z programowania, aby dowiedzieć się, jak Firebase może pomóc Ci łatwiej i skuteczniej korzystać z modeli TensorFlow Lite.